Моделирование влияния потока заявок на цены с помощью MTD

Сводка

В статье моделируется, как последовательности событий потока заявок влияют на цены активов. Работа развивает более ранние модели влияния, в которых поток заявок считался экзогенным и описывался главным образом попарными корреляциями. Здесь поток заявок непосредственно представляется как дискретный процесс: события, меняющие цену, отделяются от событий без изменения цены и объединяются со знаками заявок в переменную с четырьмя состояниями.

Модель распределения смесей переходов (MTD) даёт экономное приближение марковской цепи высокого порядка. Авторы сообщают, что модель улавливает условные корреляции между подписанными событиями и воспроизводит сигнатурные графики для акций с малым и большим размером тика. Также описывается гибкий метод калибровки моделей со множеством параметров. Вневыборочный анализ представлен как свидетельство против переобучения, хотя в документе нет подробных сведений о данных, метриках оценки или результатах торговли.

Ключевые идеи

• Модель рассматривает поток заявок как последовательность дискретных событий, а не как экзогенный процесс, описанный только попарными корреляциями.
• Статус изменения цены и знак заявки задают четырёхсостоянийное представление потока заявок.
• Модели распределения смесей переходов приближают марковскую динамику высокого порядка с помощью экономной структуры.
• По сообщению авторов, модель улавливает корреляции подписанных событий и сигнатурные графики при разных размерах тика.
• Вневыборочный анализ используется для оценки риска переобучения модели с множеством параметров.

Теги

# Linear models for the impact of order flow on prices II. The Mixture Transition Distribution model


# Linear models for the impact of order flow on prices II. The Mixture Transition Distribution model









Modeling the impact of the order flow on asset prices is of primary importance to understand the behavior of financial markets. Part I of this paper reported the remarkable improvements in the description of the price dynamics which can be obtained when one incorporates the impact of past returns on the future order flow. However, impact models presented in Part I consider the order flow as an exogenous process, only characterized by its two-point correlations. This assumption seriously limits the forecasting ability of the model. Here we attempt to model directly the stream of discrete events with a so-called Mixture Transition Distribution (MTD) framework, introduced originally by Raftery (1985). We distinguish between price-changing and non price-changing events and combine them with the order sign in order to reduce the order flow dynamics to the dynamics of a four-state discrete random variable. The MTD represents a parsimonious approximation of a full high-order Markov chain. The new approach captures with adequate realism the conditional correlation functions between signed events for both small and large tick stocks and signature plots. From a methodological viewpoint, we discuss a novel and flexible way to calibrate a large class of MTD models with a very large number of parameters. In spite of this large number of parameters, an out-of-sample analysis confirms that the model does not overfit the data.

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.